- Instituto de Computação - Universidade Federal Fluminense
Ministério da Educação    
 
Universidade Federal Fluminense Página inicial
Apresentação
 
Especialização
 
InformeIC
 
Webmail  
Suporte Técnico
Departamento  
   Administração
 
   Áreas de Interesse
 
   Docentes
 
   Histórico
 
Graduação  
   Ciência da Computação
 
   Tecnologia em Sistemas
de Computação

 
   Sistemas
de Informação

 
Pós-Graduação  
   Coordenação
 
   Áreas de Concentração
   Inscrições
 
   Regras e Procedimentos
 
   Links e Documentos
 
   Formulários e
Requerimentos

 
   Alunos Especiais
 
   Resultado da Seleção para o Doutorado em 2012.1
  
   Resultado da Seleção para o Mestrado em 2012.1
  
   Calendário
 
   Alunos
 
   Teses e Dissertações
 
   Perguntas Freqüentes
 
Laboratórios  
   Infra-Estrutura
 
 
 
IC - Pós-Graduação:
Áreas de Concentração: Inteligência Artificial
Professores da Área de Inteligência Artificial:

Linhas de Pesquisa:

  • Aprendizado de Máquina
  • Essa linha estuda algoritmos que aprendem um comportamento automaticamente a partir de exemplos. Tradicionalmente, algoritmos de aprendizado de máquina foram desenvolvidos para a tarefa de classificação, isto é, aprender automaticamente um mapeamento entre exemplos e classes a partir de um conjunto de exemplos previamente classificado. Os temas atuais nessa linha de pesquisa concentram-se no aprimoramento de algoritmos de aprendizado para classificação e também no desenvolvimento de algoritmos de aprendizado para novas tarefas como ranqueamento, classificação hierárquica, classificação sensível a custos e aprendizado multi-relacional. Além disso, investiga-se a utilização de algoritmos de aprendizado de máquina em aplicações das áreas biológica, médica e financeira.

  • Mineração de Dados
  • Mineração de Dados se refere ao processo de descoberta de novas informações e conhecimento, no formato de regras e padrões, a partir de grandes bases de dados. Dentre os diferentes tipos de informação que podem ser minerados, destacam-se: conjuntos freqüentes, regras de associação, padrões seqüenciais, modelos de classificação e agrupamentos de dados. Técnicas de mineração de dados têm sido amplamente utilizadas em vários setores, tais como: biologia, educação, comércio, medicina, segurança, entre outros. Nessa linha de pesquisa, há interesse específico pelos seguintes tópicos: algoritmos de extração de associações, algoritmos de classificação, classificação hierárquica, técnicas de seleção de atributos e mineração multi-relacional.

  • Raciocínio e Representação do Conhecimento
  • Nessa linha desenvolvem-se formalismos e metodologias para a representação de conhecimento e sistemas que possibilitem o raciocínio automático a partir de uma base de conhecimento descrita em linguagem formal. Em particular, desenvolvem-se pesquisas para a investigação do raciocínio e da representação de conhecimento através de ontologias. Uma ontologia é uma descrição formal de um domínio negociada por um grupo de pessoas para um determinado objetivo ou tarefa. Nessa linha de pesquisa, investigam-se questões relativas à fundamentação, construção, avaliação e comparação de ontologias.